R入门<三>-R语言实战第4章基本数据管理摘要

入门书籍：R语言实战

进度：1-4章

摘要：

1）实用的包

forecast:用于做时间序列预测的，有auto.arima函数

RODBC:可以用来读取excel文件。但据说R对csv格式适应更加良好，相应的导入导出均较为方便（read.table, write等）

reshape：目前用到rename函数，可以方便的对数据变量重命名

fCalendar：在日期输入处提及，据说对日期运算有奇效，但无具体示例。同理如lubridate

sqldf:在数据选取处提及，可代替subset以及各种where，即sql语句

2）数据导入

data.frame(变量1，变量2，变量3）

attach/detach:一套使用，不必重复输入数据框，直接输入变量名即可定位/同理还有with

read.table(文件路径，header=TRUE,sep=",")：这里sep为分隔符

3）数据处理

is.na:判断缺失值是否存在

transform: 在按需创建新变量，并保存到数据框时，可用。举例如

mydata<-transform(mydata,
                            sumx=x1+x2,
                            meanx=(x1+x2)/2)

逻辑运算符：见P68，内有!=，不等于，!x非x等等

变量分组赋值重编码：先把所有数值赋值为NA，然后逐个判断，并赋予新值

test<-within(数据,{
                            agecat<-NA
                            agecat[age>75]<-"Elder"
                            agecat[age>=55 & age <=76]<-"Middle")
                            }

within：如上例用于赋值，与with类似但允许修改数据框，另外有提及recode,recodevar等充电吗

fix(数据)：直接弹出交互式编辑器，可编辑数据

rename:用于重命名，reshape包

is.na:用于判断缺失值是否存在，缺失值为TRUE，非缺失值为FALSE（不能用==比较，因为默认缺失值不可比较）

na.rm=TRUE:用于在sum/avg等计算中，如果有缺失值时，忽略缺失值。否则函数会报错

na.omit:用于删除包含缺失值的行，一般数据量小时不建议使用

as.Date:表示将要输入的数据是日期，默认为yyyy-mm-dd，但可通过format(具体见P73）修改，举例如：

mydata《-as.Date("2014-10-12")

myformat<-"%m/%d/%y"
date<-as.Date(日期型变量，myformat直接引用之前的变量）

Sys.Date()：输入当天日期；

Date():输入当前时间‘

format(x,format=输入的日期）：指定输入什么日期

difftime()：计算时间间隔

today<-Sys.Date()
born<-as.Date("1999-11-11")
difftime(today,born,units="weeks"/"days"/"hours"/"months"...）

is/as.datetype:判断，生成某个数据类型，如numeric, vector, logical等

order:数据排序，结合attach使用

merge():用by=变量名，来指定合并对象。这里NA影响很大，具体看帮助里的实例，可用incomparables去掉不要的观测值

cbind：不管其他，直接横向连接

rbind:总想合并，必须拥有相同的变量，顺序可以不一样

然后有提及一堆子集选取，但最好的是

subset/sqldf:用于数据提取。见P79-80

另外：

1:50，表示从第一个变量取到第50个变量

1-50：这里表示第一个变量不取……